相机内参量及像差系数与外参量的解耦标定方法（英文）

基于无穷远点与相机内参量关系,提出了一种相机内参量及像差系数与外参量解耦标定方法.首先,根据平面单应计算绝对二次曲线在像面的投影方程,线性求解相机内参量;然后,将重投影像点视为理想像点线性求解像差系数,并计算像点重投影误差;最后,将序列图像的平面单应作为待优化参量,以最小化像点重投影误差为目标函数,重复上述过程,输出最优的相机内参量和像差系数.在相同配置下,分别对本文方法和张正友平面靶板标定方法的标定准确度进行仿真与对比分析.基于不同姿态和位置的27幅棋盘格图片,分别利用这两种方法对相机内参量进行标定实验.实验结果表明:与张正友平面靶板标定方法相比,本文方法的标定准确度提高了至少1%;在实物实验中,张正友平面靶板标定方法和本文方法的重投影残差分别为0.064像素和0.008像素.

高强钢变模量随动强化本构模型匹配与解耦标定策略研究

高强钢通过微观组织调控获得高强度,但不同牌号高强钢微观的不均匀变形和微观诱导塑性机理不同,使得高强钢卸载及反向加载行为更加复杂,并且牌号间差异增大,为此给出模型自适应匹配及参数解耦匹配的系统化策略,实现了高强钢回弹精确预测。首先建立幂函数和指数函数混合硬化模型,基于混合模型给出自由弯曲加载的弯矩平衡方程和曲率约束方程,基于变模量模型构建截面弹性弯矩的积分方程,基于加载和卸载解析模型建立逆向识别卸载参数的子优化模型。确定变模量线性随动强化、变模量非线性随动强化模型和含边界面的变模量随动强化模型的匹配策略。基于自由弯曲、单向拉伸和拉压试验数据,确定相应本构的子优化模型参数的优化次序,最终形成本构匹配及其参数解耦标定的系统化策略,并基于Fortran语言开发标定程序库。建立U形弯曲件和弧形弯曲件预测模型,分别对DP980和DH980两种高强钢不同应变水平下的识别结果及回弹预测结果进行对比分析,验证了解耦标定策略不仅提高了不同牌号数据的相关度,而且大幅度提升了同一牌号下的模型精度和稳定性,为基于数据的材料性能统一自辨识方法研究奠定了基础。

直升机无轴承尾桨柔性梁标定与解耦

本文介绍了一种直升机无轴承尾桨柔性梁标定与解耦技术,该技术能有效地解决无轴承尾桨柔性梁在试验中挥舞弯矩与摆振弯矩的耦合问题,并能有效分离截面上各分项试验载荷,减少其试验误差。

大量程六维力传感器设计与标定研究

为提高大量程六维力传感器的灵敏度,设计了一种适用于机械臂末端的应变式传感器。该传感器采用十字梁式弹性体结构,通过优化应变梁结构和合理布置应变片等方式,使传感器在大量程条件下仍具有较高的刚度和灵敏度。使用有限元法分析验证了传感器应力分布的合理性,并根据最小二乘法标定原理对传感器进行解耦标定实验,实验结果表明:传感器静态性能良好,最小灵敏度为0.375 m V/N,满足使用要求。

机器人多维力传感器

多维力觉感知系统在柔性精密操控、零力示教、轮廓跟踪、自动柔性装配、机器人多手协作、机器人临场感和遥操作、机器人虚拟和远程手术、康复训练等场合有巨大的需求。力敏元件的性能是决定机器人多维力传感器的各项性能指标的关键因素之一。早在20世纪70年代初,力觉信息的获取和应用就已开始被国际上关注,并获得了初步的探讨。自20世纪80年代末起,我国学者也开始关注和研究力觉感知技术。对机器人多维力传感器力敏元件的设计和研究进展进行了综述,对高精度力信息获取面临的挑战展开了分析,并对机器人多维力传感器的发展趋势和解决思路提出了一些可行性的思路。

机器人加工装备运动学镜像模型建立方法与实验研究

在数字空间建立加工装备的镜像模型是实现智能制造的基础,镜像模型与加工装备构成数字孪生体,从而在数字空间中实现加工装备的加工模拟、仿真与参数优化。利用轴旋转法获得物理机器人各轴轴线及其位型,实现物理机器人几何参数与零位的解耦标定。采用坐标变换法建立物理机器人的运动学方程并利用牛顿迭代法求取运动学逆解。在数字空间中,利用标定的几何参数建立物理机器人的镜像模型,并集成刀轨迹生成与后处理模块。实验结果表明,由数字空间镜像模型生成的加工轨迹,物理机器人不变姿态的加工误差最大值为0.28 mm,机器人变姿态的加工误差范围为-0.83~+0.52 mm。